CHALUPA, D. Rozšiřující modul platformy 3D Slicer pro segmentaci tomografických obrazů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2017.

Posudky

Posudek vedoucího

Mikulka, Jan

Student Chalupa zpracoval svou diplomovou práci na velmi kvalitní úrovni a splnil všechny body zadání. Během zpracování pravidelně prezentoval dílčí výstupy své práce a reagoval na požadavky vedoucího. Pro implementaci segmentačních metod do existující platformy 3D Slicer nastudoval rozsáhlou dokumentaci všech použitých komponenty (Slicer, ITK, VTK, knihovny pro klasifikaci dat, apod.). Práce je zpracována v systému Latex a je na velmi dobré formální úrovni. Rozšíření realizované Bc. Chalupou je zveřejněné na serveru GitHub a je tak celosvětově dostupné. V současné době také zpracovává publikaci dosažených výsledků v mezinárodním periodiku. Práci doporučuji k obhajobě.

Navrhovaná známka
A
Body
100

Posudek oponenta

Jakubíček, Roman

Cílem práce studenta Bc. Chalupy bylo vytvořit modul pro 3D Slicer za účelem segmentace tomografických snímků, zejména snímků mozku z MRI. Již v první větě abstraktu student uvádí, že se práce zabývá klasifikací medicínských obrazů. Celkově student v práci často nesprávně zaměňuje segmentaci za klasifikaci obrazů, což čtenáře může zmást a výrazně stěžuje pochopení cílů práce. Po odborné stránce je na velmi dobré úrovni. Student vypracoval kvalitní literární rešerši s odkazy na relevantní odbornou literaturu a velmi čtivě a přehledně popisuje známé metody segmentace a strojového učení. V dalších částech podrobně popisuje tvorbu rozšiřujícího modulu pro platformu 3D Slicer. Student vhodně zvolil, optimalizoval a otestoval 3 segmentační techniky s využitím klasifikátorů založených na strojovém učení. V práci bych uvítal podrobnější informace o trénovacím a testovacím datasetu, ze kterého se poté odvíjí následná interpretace výsledků. Uvedení maximální dosažené senzitivity a specificity dané metody je matoucí, jelikož jsou počítány z výsledků metody s různým natavením parametrů. Obávám se, že i uváděný ořez dat pouze na nádorovou část výrazně ovlivňuje výsledky segmentace. Nicméně metody byly v rámci možností otestovány a výsledky diskutovány. Bylo by vhodné provést testování na větší pacientské databázi s dostupným expertním značením nádorů pro možné srovnání s výsledky jiných autorů publikovaných v odborných časopisech. Rozčlenění práce do kapitol je vhodně zvoleno a z formálního hlediska je kvalitní. Mám jen malou výtku k uvedení celých popisků v seznamu obrázků a používání zkratek v názvech kapitol. Všechny body zadání byly splněny, práci hodnotím jako velmi zdařilou a hodnotím stupněm A (92).

Navrhovaná známka
A
Body
92

Otázky

eVSKP id 102355